Finansal Bilgi Manipülasyonunun Tespitinde Yapay Sinir Ağı Modelinin Kullanımı

Detecting the Manipulation of Financial Information by Using Artificial Neural Network Models

Özet

Finansal bilgi manipülasyonunun tespitinde sıklıkla kullanılan tahakkuk esaslı modeller önemli eleştirilere maruz kalmaktadır. Tahakkuk esaslı yaklaşımlara karşı alternatif olarak kullanılan probit ve logit modellerin yanı sıra çok değişkenli, çok kriterli modeller finansal bilgi manipülasyonunun tespitinde tahakkukların yanı sıra, bir takım finansal oranları ve endeksleri de kullanmaktadırlar. Bu çalışmanın amacı, finansal bilgi manipülasyonunun tespitinde kullanılan tahakkuk esaslı modellerin tarihsel gelişimini anlatmak, ardından ortaya çıkan diğer alternatif metodolojileri tanıtmaktır. Çalışmada aynı zamanda, finansal sıkıntıda bulunan firmaları tespit için kullanılan Yapay Sinir Ağı Modeli'nin finansal bilgi manipülasyonunun tespitine nasıl bir katkı sağlayacağı da tartışılmaktadır. Yapay sinirlerin kullanımına dayanan modelin İstanbul Menkul Kıymetler Borsası'nda (İMKB) yer alan şirketlerin finansal bilgi manipülasyonu uygulamalarını tespit etmek bakımından diğer modellerin bulgularıyla (bire bir karşılaştırma yapma imkânı bulunmasa da) karşılaştırıldığında daha iyi sonuçlar ürettiği gözlenmektedir

Abstract

Despite their widespread usage, models of accrual based methods in detecting false financial statements have been subject to significant criticism. An alternative to the accruals approach is to use binary probit and logit models and some other multivariate statistical techniques where they combine accruals and some other financial ratios and/or indexes. The objective of this paper is to explain the historical evolution of the accrual based methods where they provide some evidence of earnings management practices and than extend to some other alternative methods in detecting manipulative practices in financial reporting. This paper also, introduces a new method that has been widely used in detecting financial distress companies. An Artificial Neural Network Model, which is based on the concept of using artificial neurons, to estimate the manipulative financial reporting practices of the companies listed in the Istanbul Stock Exchange (ISE). The results indicate that the proposed Artificial Neural Network Model outperforms the traditional statistical techniques used in earnings manipulation practices.